• Daniel Díaz Molina B22245
• Luis Fernando Mora B24449
• Emanuel Fernández B52714

El presente proyecto tiene el objetivo de crear un segundo acercamiento a la programación en Python, orientado a resolver un problema científico en el campo de la bioinformática, específicamente en el alineamiento de secuencias de ADN. Se implementará un programa que compare dos secuencias de ADN, las alinee de forma global según el algoritmo Needleman-Wunsch, y presente como resultado el alineamiento óptimo entre las dos secuencias. Como base teórica para el desarrollo de este programa se hará una investigación bibliográfica sobre la estructura del ADN, los elementos que lo conforman y el proceso de secuenciación que se lleva a cabo para determinar el orden de los nucleótidos en una secuencia específica. Se investigará sobre el algoritmo de alineamiento de secuencias desarrollado por los científicos Saul Needleman y Christian Wunsch en la década de los 70.

El estudio moderno de la genética se centra en la síntesis del proteínas, el estudio de secuencias de ADN y ARN. La proteínas son grandes macromoléculas que cumplen cualquier cantidad de funciones, se podría decir que enteder las proteinas es enteder el funcionamiento microscópico de la vida. Las proteinas son sintetizadas a partir del ADN y ARN. Los genes son en realidad cadenas de bases de ADN, que sintetizan una o más proteínas espećificas. El ADN está formado por una combinación de 4 bases nitrogenadas: Adenina, Guanina, Citosina y Tiamina. A un grupo de 3 estas bases se le llama codón, y cada uno se traduce directamente en un aminoácido, que son los bloques unitarios que componen las proteínas (Orengo, Jones, y Thornton, 2003). Así, se puede entender que el ADN es una receta o macro de las estructuras más complejas de la vida, verdaderamente un código genético con (casi) toda la información de un organismo. Es por esta razón que los científicos han dedicado un gran esfuerzo al estudio de secuencias genéticas, se ha invertido mucho dinero en financiar la bio-informática y a la búsqueda de patrones y diferencias de estas secuencias entre diferentes organismos. Sobre este marco de estudio genético surge la necesidad de encontrar patrones en grandes cantidades de datos genéticos. El estudio de la genética se combina con la computación y la informática, y surgen varios algoritmos para ordenar y alinear secuencias de ADN, ARN y proteínas. El descubrimiento de patrones comunes sugiere ancestros comunes entre especies, y las diferencias sugieren las mutaciones que han surgido con la evolución. La escala del problema es sumamente grande, y sin algoritmos secuenciadores que sean ejecutables por implementados por computadoras no sería posible terminar la tarea de comparar las enormes filas de caracteres

El ADN es

* Orengo, C., Jones, D. T., y Thornton, J. M. (2003). Bioinformatics: genes, proteins and computers. Garland Science.